※本ページにはプロモーション（広告）が含まれています。
ローカルLLM入門——Ollama・LM Studioとは何か、動かすのに必要なスペック
実測・公式情報にもとづいて執筆しています
ChatGPTやClaudeのようなAIを、インターネット経由のサービスではなく自分のパソコンの中だけで動かす「ローカルLLM」という方法があります。月額料金やAPI利用料を気にせず使える一方、パソコンのスペックによっては動かせるモデルに限りがあります。
本記事では、ローカルLLMを動かす代表的なツールであるOllama・LM Studioの違いと、動かすために必要なスペックの考え方を紹介します。
本記事は2026年10月時点の公式情報をもとに執筆しています。
Ollama・LM Studioとは何か
OllamaとLM Studioは、どちらも「LLM（大規模言語モデル）を自分のパソコン上で動かすためのツール」です。インターネット上のAPIを呼び出すのではなく、モデルのデータをパソコンにダウンロードしてその場で実行します。
Ollama
Ollamaはコマンド（文字入力）で操作するツールです。公式サイトからインストールすると、ターミナル上で ollama run モデル名 のようなコマンドを打つだけでモデルをダウンロードして実行できます。macOS・Linux・Windowsに対応しており、ローカル実行とクラウド実行の両方の方式に対応しています。
LM Studio
LM Studioはアプリ画面（GUI）で操作するツールです。モデルの検索・ダウンロードから実行、チャット形式での対話までをアプリ内の画面操作で行えます。コマンド操作に慣れていない人でも扱いやすい設計になっています。
どちらも「モデルのデータをダウンロードしてパソコンの中で動かす」という点は共通していますが、操作方法（コマンドかGUIか）が異なります。
必要なスペックの考え方
ローカルLLMに必要なスペックは、動かすモデルのサイズによって大きく変わります。
モデルのサイズとダウンロード容量
Ollamaの公式モデルライブラリでは、同じモデルでもパラメータ数（モデルの規模を示す数値）によってダウンロード容量が大きく変わることが示されています。例えば「Llama 3.1」というモデルの場合、公式サイトでは次のようなダウンロード容量が案内されています。
| モデル | パラメータ数 | ダウンロード容量（目安） |
|---|---|---|
| llama3.1:8b | 80億 | 4.9GB |
| llama3.1:70b | 700億 | 43GB |
| llama3.1:405b | 4,050億 | 243GB |
一般的に、モデルを動かすにはダウンロード容量に近いか、それ以上のメモリ（RAMまたはGPUのVRAM）が必要になると言われています。パラメータ数が大きいモデルほど高い性能を発揮しやすい一方、必要なメモリも大きくなります。パソコンのメモリが少ない場合は、まずパラメータ数の小さいモデル（数十億パラメータ程度）から試すのが安全です。
LM Studioの公式システム要件
LM Studioの公式ドキュメントでは、OSごとに次のシステム要件が案内されています。
- macOS: Apple Silicon（M1〜M4）搭載Mac、macOS 14.0以降。16GB以上のメモリを推奨（8GBのMacでも小さいモデルなら動作する場合があるとされています）
- Windows: x64またはARMアーキテクチャ。x64の場合はAVX2命令セットに対応したCPUが必要。メモリは16GB以上が最小ラインとされ、GPUで処理を加速する場合は4GB以上の専用VRAMが推奨されています
- Linux: x64またはARM64。Ubuntu 20.04以降（AppImage形式で提供）
いずれのOSでも「メモリ16GB」が目安として共通している点がポイントです。
Ollamaの公式GPU対応情報
Ollamaの公式ドキュメントでは、対応GPUとして「NVIDIA（計算能力5.0以上・ドライバー550以降）」「AMD Radeon」「Apple Metal」「Vulkan」が案内されています。GPUが無いパソコンでもCPUだけで動作しますが、GPUを使った方が処理速度は速くなります。
パソコンのスペックが足りない場合
パラメータ数の大きいモデル（70B以上など）を動かしたい場合や、パソコンのメモリ・GPUが不足している場合は、GPUを搭載したVPS（仮想専用サーバー）を借りる方法もあります。GPU搭載VPSの料金・選び方は、以下の記事で詳しく解説しています。
GPU搭載VPS・クラウド比較【2026年】AI開発・画像生成に使えるConoHaのGPUサーバー
なお、GPUを使わずクラウドのAI API（Claude・ChatGPTなど）を呼び出すだけであれば、GPU不要の一般的なVPSで十分です。APIを使った自動化については以下の記事も参考にしてください。
VPSでAIエージェントを24時間動かし、スマホから指示を出す方法
最新の料金・キャンペーンは公式サイトで確認できます
ConoHa VPS 公式サイト
【重要】ConoHaは2026年10月24日から新規申込を停止しています（確認日: 2026-11-09、出典: https://www.conoha.jp/wing/）
導入の流れ（参照先）
Ollama・LM Studioともに、インストール手順は公式サイトで詳しく案内されています。
- Ollama: 公式サイトのダウンロードページから、お使いのOS（macOS・Linux・Windows）向けのインストーラーを入手できます。macOS・Linuxはターミナルで
curl -fsSL https://ollama.com/install.sh | shを実行する方法も案内されています。 - LM Studio: 公式サイトからお使いのOS向けのインストーラーをダウンロードし、アプリ内の検索機能からモデルをダウンロードして使い始められます。
具体的な操作手順は各公式サイトのドキュメントを参照してください。
よくある質問
Q. OllamaとLM Studio、どちらを選べばいいですか？
コマンド操作に慣れている場合はOllama、GUIで画面を見ながら操作したい場合はLM Studioが向いています。どちらも無料で試せるため、両方インストールして使い勝手を比べてみるのもよいでしょう。
Q. GPUが無いパソコンでも動きますか？
動きます。OllamaはCPUだけでも動作しますが、処理速度はGPUを使う場合より遅くなります。パラメータ数の小さいモデルであれば、GPUが無いパソコンでも実用的な速度で動くことがあります。
Q. メモリが足りているか不安です。どう判断すればいいですか？
まず動かしたいモデルのダウンロード容量を公式サイト（Ollamaのモデルライブラリなど）で確認し、パソコンのメモリ（またはGPUのVRAM）がそれ以上あるかを目安にしてください。不安な場合は、パラメータ数の小さいモデルから試すと安全です。
Q. クラウドAPI（ChatGPT・Claudeなど）とローカルLLM、何が違いますか？
クラウドAPIはインターネット経由でAI企業のサーバー上のモデルを呼び出す方式で、利用量に応じた料金がかかります。ローカルLLMは自分のパソコンやサーバーでモデルを動かすため、通信料・API利用料はかかりませんが、パソコンのスペックに応じた制限があります。
まとめ
ローカルLLMを始める際のポイントをまとめます。
- Ollama（コマンド操作）とLM Studio（GUI操作）は、どちらもパソコン上でLLMを動かすツール
- 必要なメモリはモデルのパラメータ数・ダウンロード容量におおむね比例する
- LM Studioの公式システム要件では、OSを問わずメモリ16GBが目安とされている
- パソコンのスペックが足りない場合は、GPU搭載VPSを借りる選択肢もある
まずは公式サイトから小さめのモデルを試してみて、必要であればGPU搭載VPSの利用を検討してみてください。
最新の料金・キャンペーンは公式サイトで確認できます
ConoHa VPS 公式サイト【重要】ConoHaは2026年10月24日から新規申込を停止しています（確認日: 2026-11-09、出典: https://www.conoha.jp/wing/）
